The effect of model similarity on exercise self-efficacy among adults recovering from a stroke
Bibliographic record
Abstract
Contexte: Les gens ayant des handicaps physiques, incluant ceux ayant subi un accident vasculaire cérébral (AVC), ont souvent des déficits fonctionnels, qui entravent leur participation à l’activité physique en partie parce qu’elles réduisent leur auto-efficacité. L’utilisation de modèles a été suggérée comme une solution prometteuse pour augmenter l'auto-efficacité chez ces populations. Cependant, des études sont nécessaires pour tester l'impact de différents types de modèles sur l'auto-efficacité des adultes ayant subi un AVC. Le but de cette étude était d'examiner les changements d'auto-efficacité chez les adultes ayant subi un AVC dans le cadre d'un programme d'exercices post-AVC avec des modèles pairs et non-pairs.Méthodologie: Nous avons utilisé un modèle à bases multiple ABCA, avec chaque lettre représentant une condition: (A) pas de modèle / base de référence 1 (trois semaines); (B) modèle pair (six semaines); (C) modèle non pair (six semaines); et (A) pas de modèle / base 2 (trois semaines). Nous avons recruté des participants de Viomax, un centre de conditionnement physique pour personnes à mobilité réduite de Montréal. Sept participants au total ont été recrutés et quatre participants ont terminé l'étude, apportant malgré tout une preuve de niveau II pour une conception à sujet unique. Les participants ont pris part au programme hebdomadaire d'exercices de groupe et se sont vu proposer un modèle pair (un collègue se rétablissant à la suite d'un accident vasculaire cérébral) et un modèle non-pair (un étudiant d'université) dans ces conditions respectives. Ils ont rempli deux questionnaires d’auto-efficacité après chaque séance d’entraînement hebdomadaire.Résultats: Des niveaux d’auto-efficacité plus élevés ont été trouvés pour les participants 2 et 3 dans les conditions du modèle pair et du modèle non-pair par rapport aux niveaux de la base de référence 1. Cependant, les évaluations d’auto-efficacité semblent être plus élevées pour la condition du modèle non-pair lorsque l’on considère les analyses de tendance et de changements de niveau.Conclusion: Ces résultats fournissent des indications préliminaires que l’utilisation de modèles, en général, pourrait aider les personnes ayant subi un AVC à augmenter leur auto-efficacité, avec un léger avantage pour les modèles non-pairs. Étant donné que peu d’études ont comparé l’impact des types de modèles sur l’auto-efficacité, il est nécessaire de poursuivre la recherche avant de tirer des conclusions définitives. Des organisations communautaires telles que Viomax pourraient mettre en œuvre des modèles dans leur programme pour aider à accroître l'auto-efficacité d’exercice de leurs membres
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.064 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".